数字化接触追踪流行病的模型

人与人之间的接触是传染性呼吸道感染的绝对驱动力。因此，限制和追踪接触是控制 COVID-19 流行病的关键策略。数字化接触追踪被提出作为一种自动化解决方案，以扩大传统接触追踪的规模。然而，接触追踪应用程序在人群中的所需渗透率，以达到控制流行病的既定目标，目前仍在研究界讨论之中。为了理解数字化接触追踪的影响，已经提出了几种数学模型。在本文中，我们调查了其中的主要模型，并提出了一种仓室 SEIR 模型，与相关文献中的模型不同，该模型能够推导出关于流行病控制的闭式条件，作为接触追踪应用程序渗透率和检测效率的函数。闭式条件对于模型的可理解性至关重要，从而对于决策者（包括数字化接触追踪设计者）正确评估流行病内部的依赖关系至关重要。通过我们的模型，我们发现仅靠数字化接触追踪很少能控制流行病：对于不受限制的 COVID-19，这将需要大约 1 天的检测周转时间和超过 80% 人群的应用程序采用率，这在实践中很难实现。然而，如果辅以其他缓解策略，如保持社交距离和佩戴口罩，数字化接触追踪仍然可以发挥作用。